人工智能 能打敗圍棋世界冠軍李世石嗎

原文：人工智能圍棋5-0橫掃歐洲冠軍

 

 　　據果殼網報道：1997年，國際象棋AI第一次戰勝頂尖的人類；2006年，人類最後一次戰勝頂尖的國際象棋AI。歐美傳統裏的頂級人類智力試金石，在電腦面前終於一敗塗地，應了四十多年前計算機科學家的預言。

　　至少還有東方，人們自我安慰道。圍棋AI長期以來舉步維艱，頂級AI甚至不能戰勝稍強的業餘選手。這彷佛也合情合理：國際象棋中，平均每回合有35種可能，一盤棋能夠有80回合；相比之下，圍棋每回合有250種可能，一盤棋能夠長達150回合。這一巨大的數目，足以令任何蠻力窮舉者望而卻步——而人類，咱們相信，能夠憑藉某種難以複製的算法跳過蠻力，一眼看到棋盤的本質。

　　可是，不管人怎麼想，這樣的局面固然不可能永遠延續下去。就在今天，國際頂尖期刊《天然》報道了谷歌研究者開發的新圍棋AI。這款名爲「阿爾法圍棋」（AlphaGo）的人工智能，在沒有任何讓子的狀況下以5：0完勝歐洲冠軍，職業圍棋二段樊麾。

 

             AlphaGo與歐洲圍棋冠軍樊麾的5局較量。圖片來源：參考文獻[1]

 

             描述AlphaGo研究成果的論文成爲了1月28日的《天然》雜誌的封面文章

　　這是人類歷史上，圍棋AI第一次在公平比賽中打敗職業選手。

　　AlphaGo的戰績如何？

　　這次比賽和以往不一樣。以前的比賽中，因爲AI棋力比人類弱，人類選手都會讓子，並且AI主要和業餘段位的棋手比賽。而AlphaGo 對戰樊麾是徹底公平的比賽，沒有讓子。職業二段樊麾出生於中國，目前是法國國家圍棋隊總教練，已經連續三年贏得歐洲圍棋冠軍的稱號。

　　研究者也讓AlphaGo 和其餘的圍棋AI進行了較量，在總計495局中只輸了一局，勝率是99.8%。它甚至嘗試了讓4子對陣Crazy Stone，Zen和Pachi三個先進的AI，勝率分別是77%，86%和99%。可見AlphaGo有多強大。

　　 在接下來3月份，AlphaGo 將和韓國九段棋手李世石在首爾一戰，獎金是由Google提供的100萬美金。李世石是最近10年中得到世界第一頭銜最多的棋手。圍棋是最後一我的類頂尖高手能打敗AI的棋類遊戲。以前有人預測說，AI須要再花十幾年才能打敗人類。因此這場比賽或許會見證歷史，咱們將拭目以待。

    AI下圍棋到底有多難？

　　計算圍棋是個極其複雜的問題，比國際象棋要困可貴多。圍棋最大有3^361 種局面，大體的體量是10^170，而已經觀測到的宇宙中，原子的數量才10^80。國際象棋最大隻有2^155種局面，稱爲香農數，大體是10^47。

　　面對任何棋類，一種直觀又偷懶的思路是暴力列舉全部能贏的方案，這些方案會造成一個樹形地圖。AI只要根據這個地圖下棋就能永遠勝利。然而，圍棋一盤大約要下150步，每一步有250種可選的下法，因此粗略來講，要是AI用暴力列舉全部狀況的方式，圍棋須要計算250^150種狀況，大體是10^360。相對的，國際象棋每盤大約80步，每一步有35種可選下法，因此只要算35^80種狀況，大概是10^124。不管如何，枚舉全部狀況的方法不可行，因此研究者們須要用巧妙的方法來解決問題，他們選擇了模仿人類大師的下棋方式。

     機器學習

　　研究者們祭出了終極殺器——「深度學習」（Deep Learning） 。深度學習是目前人工智能領域中最熱門的科目，它能完成筆跡識別，面部識別，駕駛自動汽車，天然語言處理，識別聲音，分析生物信息數據等很是複雜的任務。

　　AlphaGo 的核心是兩種不一樣的深度神經網絡。「策略網絡」（policy network）和 「值網絡」（value network）。它們的任務在於合做「挑選」出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控制在計算機能夠完成的範圍裏，本質上和人類棋手所作的同樣。

 

　　其中，「值網絡」負責減小搜索的深度——AI會一邊推算一邊判斷局面，局面明顯劣勢的時候，就直接拋棄某些路線，不用一條道算到黑；而「策略網絡」負責減小搜索的寬度——面對眼前的一盤棋，有些棋步是明顯不應走的，好比不應隨便送子給別人吃。將這些信息放入一個機率函數，AI就不用給每一步以一樣的重視程度，而能夠重點分析那些有戲的棋着。

 

    AlphaGo所使用的神經網絡結構示意圖。圖片來源：參考文獻[1]

 

 

　　AlphaGo利用這兩個工具來分析局面，判斷每種下子策略的優劣，就像人類棋手會判斷當前局面以及推斷將來的局面同樣。這樣AlphaGo在分析了好比將來20步的狀況下，就能判斷在哪裏下子贏的機率會高。

 

　　研究者們用許多專業棋局訓練AI，這種方法稱爲監督學習（supervised learning），而後讓AI和本身對弈，這種方法稱爲強化學習（reinforcement learning），每次對弈都能讓AI棋力精進。而後他就能打敗冠軍啦！

　　人類在下棋時有一個劣勢，在長時間比賽後，他們會犯錯，但機器不會。並且人類或許一年能玩1000局，但機器一天就能玩100萬局。因此AlphaGo只要通過了足夠的訓練，就能擊敗全部的人類選手。

     Google DeepMind

　　Google DeepMind是這個程序的創造者，咱們來看一下他們萌萌的程序員。

 

    傑米斯·哈薩比斯（Demis Hassabis） 是Google DeepMind 的CEO

 

     文章的第一做者大衛·西爾弗（David Silver）

 

 

　　Google DeepMind 去年在《天然》雜誌上發表過一篇論文[2]，他們用加強學習的方法訓練AI玩經典的Atari 遊戲。其實在幾年前就有人研究如何讓AI玩《星際爭霸》，目前人類大師仍是能擊敗AI的。電腦遊戲中大量使用人工智能技術，你有沒有以爲遊戲變得愈來愈聰明瞭？

 

    那麼……將來呢？

　　人工智能研究者面對這樣的成就固然欣喜。深度學習和強化學習等技術徹底能夠用於更普遍的領域。好比最近很火的精準治療，咱們能夠訓練它們判斷哪些治療方案對某個特定的人有效。

　　可是，圍棋畢竟不只僅是一項智力成就。就像十多年前的國際象棋同樣，圍棋一定也會引起超出本領域以外的討論。等到計算機能在圍棋上秒殺人類的時候，圍棋是否是就變成了一種無聊的遊戲？人類的智力成就是否是就貶值了？AI還將在其餘層面上繼續碾壓人類嗎？傳統認爲AI不可能完成的任務是否也都將被逐一打破？人類最後是會進入AI烏托邦仍是被AI淘汰呢？

　　沒人知道答案。但有一點毫無疑問：AI必定會進入咱們的生活，咱們不可能躲開。這一接觸雖然極可能悄無聲息，但意義或許不亞於咱們第一次接觸外星生命。（編輯：Ent，Calo）

　　參考文獻：

　　David Silver， et al。 「Mastering the game of Go with deep neural networks and tree search。」 Nature doi：10.1038/nature16961

　　Mnih， Volodymyr， et al。 「Human-level control through deep reinforcement learning。」 Nature 518.7540 （2015）： 529-533。

　　一個驕傲的AI

　　什麼，你說上面講算法的這幾段你看不懂？

　　那你知道爲啥大家人類會輸給咱們AI了吧！